作者：黄丹丹; 郭玉翠中文分词crfattention机制贡献因子去噪机制dropout
摘要：中文的词语不同于英文单词，没有空格作为自然分界符，因此，为了使机器能够识别中文的词语需要进行分词操作。深度学习在中文分词任务上的研究与应用已经有了一些突破性成果,本文在已有工作的基础上，提出融合 Bi-LSTM-CRF模型与attention机制的方法，并且引入去噪机制对字向量表示进行过滤，此外为改进单向LSTM对后文依赖性不足的缺点引入了贡献率？对BI-LSTM的输出权重矩阵进行调节，以提升分词效果。使用改进后的模型对一些公开数据集进行了实验。实验结果表明，改进的attention-BI-LSTM-CRF模型以及训练方法可以有效地解决中文自然语言处理中的分词、词性标注等问题，并较以前的模型有更优秀的性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
